Lunes, 16 de noviembre de 2026
Portada de las 21:50
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Show HN · github.com

TimeNet: infraestructura de datos open source para modelos fundacionales temporales

TimeNet es un proyecto open source que unifica en un solo formato y una sola API conjuntos de datos de series temporales, con la idea de ser «el ImageNet de los datos temporales». Lo impulsa una colaboración de investigadores de universidades y empresas, y está en fase de pre-release.

Foto: vía github.com

Leer el artículo aquíArtículo original (github.com) 6 comentarios en Hacker News

Escucha la noticia3 min

Los autores parten de que los LLM de frontera rinden muy bien con texto, vídeo y audio, pero no comprenden datos de escenarios reales como líneas de producción, trading, perforaciones o previsión de oferta y demanda, sobre todo con un contexto limitado. Defienden por eso los modelos fundacionales temporales (TFM), que entiendan la información temporal de forma nativa. El obstáculo, dicen, son los datos: mientras la información pública de texto, vídeo y audio está casi agotada, la temporal sigue dispersa en organizaciones, sin una forma unificada de acceder a ella.

TimeNet ofrece una capa de datos uniforme, sea para su repositorio o para datos propios, y permite definir tareas sobre ellos: clasificación, preguntas y respuestas, predicción de escalares, localización temporal, forecasting, generación, edición y correspondencia. Incluye una API pensada para integrarse en frameworks de ML. Como primeros resultados experimentales, entrenar con varios conjuntos de datos temporales mejoró el F1 de cada uno en una media del 14 % con OpenTSLM y del 22 % con SLIP. Se instala con «uv add timenet».

Según el README, los datos se guardan en un formato llamado TimeF. Una versión contiene un manifest.json que identifica el conjunto de datos y lista sus archivos, una base control.duckdb con la jerarquía y las relaciones, y un plano de valores en Parquet o Zarr. Unos conectores convierten las fuentes en bruto a TimeF y un registro almacena versiones inmutables; el cliente las lee sin importar el conector. TimeNet solo cubre la capa de datos: el entrenamiento, la inferencia y la evaluación quedan en el framework que elija el usuario. Requiere Python 3.11 o superior.

El código usa licencia MIT, pero cada dataset conserva su licencia y sus condiciones de acceso originales. El proyecto avisa de que la API pública y el formato TimeF pueden cambiar antes de la versión 1.0. Los autores participan desde Aionic Labs, Stanford, ETH Zurich, UNSW Sydney, Google, UCLA, Harvard, Cambridge y KAIST, entre otras instituciones, y han abierto un hackatón online con hasta 50.000 dólares en créditos de nube como premio.

En Hacker News

«TimeNet: Open-source data infrastructure for temporal foundation models» · puesto 29 · 41 puntos · enviado por rjakob

Lo que dicen los comentarios

La conversación es mínima: un solo comentario ajeno al autor, que celebra ver trabajo procedente de ETH. El otro mensaje es del propio autor, que añade enlaces al repositorio, al paper, a la guía de inicio, al hackatón y al registro de TimeNet, y repite en esencia el texto de presentación.

  • Me alegra ver trabajo de ETH.
    — chrysander, leer el comentario
  • Los modelos de frontera como Claude o GPT rinden muy bien con texto, vídeo y audio, pero no comprenden datos de líneas de producción, trading, perforaciones o previsión de demanda, sobre todo con contexto limitado. Por eso hacen falta modelos temporales fundacionales; el problema es de datos, y TimeNet quiere ser el ImageNet de los datos temporales.
    — rjakob, leer el comentario

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.